Question

在下面的示例中，userids是我的参考数据框，userdata是应该进行替换的数据框。

> userids <- data.frame(USER=c('Ann','Jim','Lee','Bob'),ID=c(1,2,3,4))
> userids
  USER ID
1  Ann  1
2  Jim  2
3  Lee  3
4  Bob  4

> userdata <- data.frame(INFO=c('foo','bar','foo','bar'), ID=c('Bob','Jim','Ann','Lee'),AGE=c('43','33','53','26'), FRIENDID=c('Ann',NA,'Lee','Jim'))
> userdata
  INFO  ID AGE FRIENDID
1  foo Bob  43      Ann
2  bar Jim  33       NA
3  foo Ann  53      Lee
4  bar Lee  26      Jim

如何使用userdata中与USER对应的ID替换userids中的ID和FRIENDID？

所需的输出：

  INFO  ID AGE FRIENDID
1  foo   4  43        1
2  bar   2  33       NA
3  foo   1  53        3
4  bar   3  26        2

Answer 1

使用match：

userdata$ID <- userids$ID[match(userdata$ID, userids$USER)]
userdata$FRIENDID <- userids$ID[match(userdata$FRIENDID, userids$USER)]

Answer 2

这是一种可能性：

library(qdap)
userdata$FRIENDID <- lookup(userdata$FRIENDID, userids)
userdata$ID <- lookup(userdata$ID, userids)

或赢得一线奖：

userdata[, c(2, 4)] <- lapply(userdata[, c(2, 4)], lookup, key.match=userids)

Answer 3

尝试使用sqldf将结果作为不同列上的多重连接。

  library(sqldf)
  sqldf('SELECT d.INFO,d.AGE,i1.ID ,i2.ID FRIENDID
       FROM 
       userdata d
       INNER JOIN 
       userids i1 ON (i1.USER=d.FRIENDID)
       INNER JOIN
        userids i2 ON (i2.USER=d.ID)')

 INFO AGE ID FRIENDID
1  foo  43  1        4
2  foo  53  3        1
3  bar  26  2        3

但这会删除NA线！也许有人可以建议我如何处理NA！

修改

感谢G. Grothendieck的评论，用LEFT替换INNER我们得到了结果。

sqldf('SELECT d.INFO,d.AGE,i1.ID ,i2.ID FRIENDID FROM userdata d LEFT JOIN userids i1 ON (i1.USER=d.FRIENDID) LEFT JOIN userids i2 ON (i2.USER=d.ID)') INFO AGE ID FRIENDID 1 foo 43 1 4 2 bar 33 NA 2 3 foo 53 3 1 4 bar 26 2 3

Answer 4

这是一个可能的解决方案，它也适用于具有每个ID的多个记录的数据集，但我们需要首先将ID和FRIENDID变量强制转换为字符：

> userdata$ID <- sapply(userdata$ID, function(x){gsub(x, userids[userids$USER==x, 2], x)})
> userdata$FRIENDID <- sapply(userdata$FRIENDID, function(x){gsub(x, userids[userids$USER==x, 2], x)})

根据R中的其他数据框替换数据框中的值

4 个答案: